微波光子認知雷達技術

(南京航空航天大學雷達成像與微波光子技術教育部重點實驗室, 江蘇南京 211106)

0 引言

當前，自動駕駛、安防監控、空間碎片管理、“低慢小”目標識別等雷達新應用以及密集機群、高超音速武器、隱身武器等探測新需求對雷達系統的探測能力提出了越來越高的要求。充分利用帶寬資源提升雷達探測能力成為重要趨勢。微波光子學有望利用光子技術突破傳統雷達的帶寬瓶頸，已成為世界各國的研究熱點[1-12]。然而，由于光子技術的頻域“寬開”特性，寬帶微波光子雷達易被外界電磁信號干擾，難以在復雜地理和電磁環境下對多樣化目標進行高速探測與識別。同時，使用場景中往往已有大量的無線應用，難以為高分辨率探測提供連續的寬帶空閑頻譜。

一個可行的解決途徑是認知雷達技術[13]，通過感知雷達周邊的電磁頻譜環境來發現機會頻譜，從而重構其發射波形，保障雷達能在復雜電磁環境下正常工作。實際上，世界各國都極為重視認知雷達的研究。美國DARPA在雷達信號的智能處理和系統資源的智能配置方面進行了系統化投入，典型的項目包括基于知識的雷達(KB-Radar)、知識輔助的傳感器信號處理與專家推理(KASSPER)、知識輔助雷達(KA-Radar)、自治智能雷達系統(AIRS)、雷達與通信共享頻譜(SSPARC)以及競爭環境下目標識別與適應(TRACE)等[14-22]。中國電科14所、中國電科38所、西安電子科技大學、成都電子科技大學、空軍工程大學、國防科技大學、哈爾濱工業大學、清華大學、東南大學、天津大學、太原理工大學等單位對認知雷達的波形設計、目標識別追蹤算法、MIMO認知雷達的陣源選擇以及雷達通信網絡頻譜資源分配等內容展開了研究[23-39]。受限于電學雷達有限的帶寬，這些工作的研究對象大都是相對窄帶的雷達，認知的對象也較為多樣，一類為對電磁環境的認知，包括頻譜、波形以及信雜比等，另一類為對探測目標的認知，包括目標數量、運動狀態以及散射截面等。此前，我們提出了寬帶微波光子認知無線電技術，并以高分辨率成像雷達為應用對象進行了初步驗證[40-41]，但該雷達主要還是利用連續的寬帶頻譜進行成像。

本文將探討一種不依賴于寬帶連續頻譜的高分辨率微波光子認知雷達技術。它基于微波光子學在寬帶實時頻譜偵測與可重構任意波形產生兩方面的優勢，融合多個機會頻帶實現高分辨率探測，可有效提升雷達的探測能力、生存能力和環境適應能力，有望為未來智能化裝備提供清晰、可靠、智能的全天候探測手段。

1 微波光子認知雷達的基本原理

圖1為本文所提出的微波光子認知雷達的系統架構，主要由智能認知決策模塊和微波光子認知探測平臺兩部分組成。微波光子認知探測平臺又由微波光子觀察機、執行機，以及可編程控制系統組成。各部分的功能如下：微波光子觀察機基于實時頻譜感知模塊構建，主要對復雜電磁頻譜環境進行高速感知；智能認知決策模塊對輸入的信息進行識別和判斷，并結合先驗知識，做出決策；可編程控制系統用于控制微波光子執行機和觀察機；微波光子執行機，主要包括微波光子波形產生模塊和微波光子信號處理模塊，根據外部指令執行波形產生和回波處理等操作。需要指出的是，與圖1架構相關的微波光子寬帶實時頻譜偵測、可重構波形產生、微波光子成像處理等技術已取得長足的進步，完全可以支撐認知微波光子雷達系統的構建。

圖1 微波光子認知雷達的系統架構

系統的運行過程如下：微波光子觀察機首先對雷達周邊的頻譜環境進行感知，將信息送至智能認知決策模塊進行識別和判斷；智能認知決策模塊結合頻譜時空分布統計數據、動態目標散射特性等先驗知識，找出可用的機會頻譜，做出采用哪些稀疏頻帶進行探測的決策；該決策反饋給微波光子認知探測平臺，其中可編程控制系統根據決策控制微波光子執行機和觀察機進行操作，微波光子波形產生模塊根據控制命令產生滿足頻譜分布要求的寬帶雷達波形，輻射到自由空間，而微波光子信號處理模塊根據發射波形對回波信號進行實時處理，融合多個機會頻帶的信息實現高分辨率目標探測或成像。基于上述過程循環反復，使微波光子觀察機、智能認知決策模塊、可編程控制系統和微波光子執行機形成一個全閉環的自適應運行系統，實現自判斷和自適應的抗干擾探測。

上述微波光子認知雷達系統充分發揮了光子技術的寬帶承載、實時處理以及靈活可重構的優勢，有望解決目前認知雷達硬件平臺的寬帶自適應波形產生、實時寬帶頻譜感知以及實時處理等關鍵難題，讓雷達系統擁有實現寬帶認知的軟硬件支撐平臺。

2 微波光子電磁頻譜環境實時感知

近年來，微波光子頻譜感知技術得到了廣泛的研究，典型的方法包括光子輔助的掃頻接收機[42-53]、微波光子信道化接收機[54-78]和光子傅里葉變換接收機[79-87]等。

光掃頻接收機與電學掃頻接收機的工作原理類似，是一種有效的頻譜感知技術。它可通過掃描光本振的頻率[42-46]，光載射頻信號的頻率[47-50]，或微波光子濾波器的頻率響應[51-53]來實現。相比其他微波光子頻譜感知技術，光掃頻接收方法有效減少了所需的硬件資源，拓展了工作帶寬，但其掃描接收的方式會導致較長的響應時間。

信道化的基本功能是將接收到的寬帶信號切割成多個并行的窄帶信號，從而可使用低速模數轉換器(ADC)和數字信號處理器(DSP)進行處理[88]。微波光子信道化方案可以分為三大類。一類是將射頻信號調制在一個光載波上，通過一組光濾波器劃分為多路[54-56]；第二類是將射頻信號調制到一個光頻梳(一組頻率間隔相同的光載波)上，然后利用一個自由頻譜范圍與梳齒間隔略有偏差的梳狀光濾波器對射頻信號中的不同頻率分量進行選取和分離[57-67]。這兩類方法對光濾波器的頂部平坦度、帶寬、中心頻率的精確性和邊緣陡峭性提出了極高的要求，使得信道間串擾、信道帶寬和信道一致性等難以提升。

第三種方法是基于一對相干光頻梳實現，首先將射頻信號調制到一個光頻梳(稱為信號梳)上，亦即將信號復制到光域不同的波長上，然后與另一組梳齒間隔有略微差異的光頻梳(稱為本振梳)合波。接著用波分解復用器將不同波長對分離到不同通道，拍頻(即光電探測)、濾波后獲得分割好的信號。該方法利用兩組光梳的梳齒間隔差異，將不同中心頻率處的信號分量下變頻到同一中心頻率。由于中心頻率固定的電學濾波器性能較高且較易實現，該方案有望獲得優異的性能。但由于光電探測輸出的電流正比于輸入光場的平方，處于光本振梳齒兩側的頻譜分量將同時下變頻并在頻域中混疊[68]，無法用濾波器濾除，從而產生鏡頻干擾。解決此問題的方法是引入同相/正交(I/Q)解調和電域數字信號處理[69-71]，或使用微波光子鏡頻抑制混頻結構[72]在光模擬域實現帶內干擾的抑制[73-76]。通過引入基于Hartley結構的微波光子鏡頻抑制混頻，南京航空航天大學實現了對瞬時帶寬為5 GHz的射頻信號的信道化接收，信道數為5，信道間串擾抑制比優于25 dB[74]。相比于基于數字I/Q處理的解調方法，基于光子模擬域鏡頻抑制混頻的解調方法可降低對電計算資源的需求，提高瞬時處理帶寬和處理速度。

與相干光信道化相關的另一個問題是，需要大量的高質量光梳齒才能實現高分辨率的寬帶頻譜感知。南京航空航天大學通過引入基于平衡Hartley架構的微波光子雙輸出鏡頻抑制混頻器，使每個光本振梳齒可輸出兩個信道，將所需梳齒數減少了一半[75]；通過引入偏分復用技術，將梳齒數的要求再降低了一半[76]；進一步結合信號光頻梳的雙邊帶調制，還可將梳齒數的要求降低到 1/8[77]。值得指出的是，基于平衡Hartley架構的微波光子鏡頻抑制混頻器[78]可同時實現對鏡頻干擾和多種混頻雜散的抑制，這對于消除多倍頻程超寬帶信道化接收中的非線性串擾尤其重要。當然，基于微波光子信道化的頻譜感知方法仍然需要電ADC采樣量化和電DSP處理，難以實現快速(近實時)的頻譜感知。

另外一類利用光子技術進行頻譜感知的方法是光子傅里葉變換。其基本原理是利用時-頻之間的映射關系，將輸入射頻信號的頻譜直接映射到時域，從而可以在不使用電DSP的情況下直接在時域得到輸入信號的頻譜信息。一種實現光子傅里葉變換的直接方法是應用二階光學色散介質的時-頻映射關系[79-82]。在空間域，人們可以采用夫瑯禾費衍射實現輸入光束的傅里葉變換；基于時空對應原理，光學二階色散對應于空間中的衍射效應[79]，因而光脈沖經過二階色散介質后所得到時域波形與輸入光脈沖的頻譜形狀一致[80-81]。但該方案對輸入信號的脈寬與色散介質的色散量均有較高要求，需要滿足遠場條件，且變換精度不高，通常在GHz量級。為了提高頻率分辨率，北京郵電大學提出并驗證了帶寬放大方法[82]。另一種典型的光子傅里葉變換方法是時間透鏡。該方法同樣基于時空對應的原理，類似于空間透鏡成像系統。在空間光學系統中，當透鏡將位于遠場的衍射圖樣匯聚到其方焦平面處，即可獲得透射光場的空間傅里葉變換。類似地，時間透鏡是在時域上給光信號施加二次相位調制，級聯光學色散即可完成“成像”，實現時頻域的傅里葉變換。該類方案不需要滿足遠場條件。但是時間透鏡通常利用相位調制、交叉相位調制或者四波混頻等非線性效應實現，時間窗口十分有限，分辨率難以提升。

光子傅里葉變換也可以通過光子時間卷積系統[83]實現。超短光脈沖經過時域拉伸之后，注入電光調制器，電光調制器將待變換的射頻信號加載到拉伸后的光脈沖上，然后經過時域壓縮后注入光電探測器，得到的電流就是所調制射頻信號的傅里葉變換結果。時域拉伸和時域壓縮可由具有相反色散值的色散介質實現。為了降低采樣輸出波形對ADC的要求，可引入時域放大技術[84]和異步光學采樣技術[85]。為了解決分辨率低的難題，加拿大Jose Azana教授等提出了基于循環移頻的實時傅里葉變換方案[86]，將入射信號在一個光學環路中移頻和延時，并將不同循環次數的結果疊加，即可得到與傅里葉變換定義等效的輸出。實驗實現了分辨率為30 kHz的實時傅里葉變換，但該系統的瞬時帶寬受限，只有數十MHz。南京航空航天大學理論分析了色散均衡和高階色散對光子時間卷積系統傅里葉變換結果的影響，并據此提出了基于雙向光纖布拉格光柵的光子傅里葉變換方法[87]。圖2為基于該方法形成的光子傅里葉變換樣機、測試界面和測試結果，測試范圍為 1～70 GHz，測量分辨率達到±5 MHz。對于輸入的7～14 GHz線性調頻信號，基于光子傅里葉變換的測試結果如圖2(b)所示，測得的信號頻譜為7.00～14.05 GHz，其幅度不平坦可通過校準去除。作為對比，用電頻譜儀(R&SFSV40, 10 Hz～40 GHz)測試得到的頻譜圖如圖2(c)所示，兩者具有良好的吻合度。

圖2 南京航空航天大學構建的光子傅里葉變換樣機和測試結果

3 微波光子捷變頻寬帶波形產生

微波光子捷變頻寬帶波形產生方法主要包括頻譜整形及頻時映射法、半導體激光器外注入法，以及光數模轉換法(DAC)等。

頻譜整形及頻時映射法首先利用光域頻譜整形器調控超短光脈沖的頻域分布，然后利用色散介質將頻域形狀映射到時域形狀。通過改變頻譜整形器的響應即可實現捷變頻波形的產生[89]。可重構光域頻譜整形器可由可編程空間光處理器[90-92]、梳狀濾波器[93-94]、布拉格光柵[95-96]，以及可編程級聯微環諧振腔[97]等實現。這類方法所產生的微波信號一般帶寬較大，可達數十GHz，但是由于色散介質的色散值十分有限，所產生微波信號的時寬通常只有幾十ns。此外，光譜整形器的分辨率通常大于數GHz，導致時域頻譜整形及頻時映射法的波形質量不高。

半導體激光器外注入法是通過控制注入到半導體激光器的光強度，調控激光器腔內的等效折射率，進而改變激光器的等效腔長和激射波長[98-100]，經過光電探測之后，激光器激射波長與外注入激光波長拍頻產生微波信號。通過低速電信號控制光注入強度的時域分布，即可實現輸出微波信號頻率的任意變化。此前，人們已經通過該方法實現了線性調頻連續波[101-102]、Costas跳頻序列[103]、三角波[104-105]等波形的產生，所產生波形的中心頻率、帶寬、時間寬度、重復頻率和占空比等均可重構，例如：南京航空航天大學基于該方法產生了頻率覆蓋范圍10～67 GHz，瞬時帶寬12 GHz，時間帶寬積120 000的線性調頻信號[106]。

光數模轉換法的基本原理與電子技術的DAC類似，但由于光脈沖可提供超高的時鐘速度和更低的時間抖動，因此光DAC可實現更大的帶寬和更高的分辨率。首先根據所要產生的微波信號設計出對應的數字序列，然后將該數字序列注入到光DAC鏈路中進行加權求和。光DAC的實現方式主要包括三種:并行權重DAC[107-114]、串行權重DAC[115-116]及基于脈沖形狀識別的DAC[117]。南京航空航天大學通過一個4 bit的光DAC實現了三角波、方波、鋸齒波以及拋物線形的微波信號的產生[118]，清華大學基于光DAC產生了W波段8 GHz帶寬的線性調頻信號[119]。但是目前光DAC有效位數仍然較小，因此產生信號的質量仍有較大提升空間。

為了實現認知雷達的并行工作能力，南京航空航天大學提出了一種基于光頻梳的可重構波形產生方法[120-121]，可實現波形時寬、帶寬以及中心頻率的靈活調節，也可實現多頻段信號的產生。圖3為該波形產生方法的結構框圖和部分實驗結果[120]。雙光頻梳模塊產生兩組相位相關但間隔不同的光頻梳，線性調頻中頻信號調制到信號光梳上，并和本振光梳送入可編程光處理器中進行通道分割，每一個通道包含一根調制后的信號光梳和一根本振光梳，光電轉換后即可將低頻信號上變頻為不同中心頻率的射頻信號。對相應通道的光信號進行適當延時并合波，還可以實現步進頻信號,以及時寬帶寬積提升N×N倍的線性調頻信號的產生。基于該方案，實驗獲得了中心頻率分別為11,13,15,17和19 GHz，帶寬為2 GHz的步進頻線性調頻信號，其時頻圖如圖3(b)所示。圖3(c)給出了通過光域拼接產生的帶寬10 GHz、時寬5 μs、中心頻率25 GHz的線性調頻信號的時頻圖。

圖3 基于雙光頻梳的多波段可重構信號產生原理圖以及時頻結果圖

4 微波光子非連續頻帶高分辨率成像

提升成像的分辨率需要增加雷達發射信號的帶寬，但這顯然與當前日益緊張的頻譜資源產生矛盾。如果綜合使用分布在不同頻帶上的、未被占用的、離散的頻譜獲得等效的寬帶探測，就有希望使雷達在不受干擾的情況下實現高分辨的成像。這就引出一個新的問題——如何對非連續頻帶的信號進行處理以獲得高分辨率成像。

美國林肯實驗室早在1997年就開展了相關技術的研究，并公開發表了一種使用稀疏子帶對目標進行成像的方法[122]。該方法考慮了由時間同步、天線位置等因素造成的不同頻帶上的不相干問題，通過使用全極點模型對不同頻段的回波信號進行相干處理，然后使用帶寬外推及插值的辦法獲得全頻段的融合信號，再通過脈沖壓縮處理實現高分辨率的探測。在實驗中，林肯實驗室利用兩個帶寬均為1 GHz(13～14 GHz，16～18 GHz)的頻段數據，融合得到了帶寬為6 GHz(12～18 GHz)的探測結果，如圖4所示[122]。圖4(a)為待探測的目標，圖4(b)～(d)分別為低頻段、高頻段和融合后的探測結果。該工作首次展示了使用非連續頻帶信號實現高分辨率探測成像的可能。基于全極點模型，研究人員進行了廣泛的研究，也取得了很多成果[123-125]。但是，全極點模型在實際應用中并非完全適用，比如其階數、極點的數目難以準確估計，從而造成較大探測誤差。

圖4 林肯實驗室非連續頻帶成像結果

2006年，Donoho正式提出了壓縮感知的概念[126]。隨后，Baraniuk提出將壓縮感知應用于雷達中，為利用非連續頻帶信號實現高分辨成像提供了新思路：基于雷達成像的稀疏性特點，使用壓縮感知實現對非連續頻帶信號的處理，獲得高分辨率成像[127]。在實際應用中，可以使用步進頻或從中隨機選取一些頻點作為探測信號，再使用壓縮感知理論恢復全頻帶的數據。圖5(a)為使用了全部采樣結果恢復出的反射投影結果，而圖5(b)是使用了部分采樣結果再通過壓縮感知恢復出的結果，可以看到圖5(b)的旁瓣更低，分辨率更高[128]。

圖5 傳統全部采樣算法與壓縮感知算法成像對比

國內外對非連續頻帶信號處理的研究使雷達實現超高分辨率成像成為可能，但是受限于電子技術的帶寬瓶頸，即便使用非連續頻帶的信號，傳統電子雷達也面臨巨大挑戰。單一電子雷達系統難以覆蓋多個頻段，即便采用頻段融合、壓縮感知等技術，也難以實現等效超大帶寬的探測；而如果采用工作在不同頻帶的多個電子雷達系統探測，不僅使系統復雜、成本高昂，還需對各子系統進行時鐘同步、相干處理等，增加數據運算量，難以實現快速的成像探測。將微波光子技術應用于非連續頻帶的雷達探測，有望充分使用空閑頻譜資源，實現超高分辨率的探測。2018年，Bogoni團隊提出了面向微波光子多波段相干稀疏雷達的自回歸融合算法[129]。得益于微波光子雷達產生的多波段信號之間的相干性，該算法與林肯實驗室提出的融合算法相比，不再需要相干處理，從而降低了計算復雜度。

2019年，清華大學提出并演示了一種基于微波光子技術的雙波段雷達[130]。該雷達采用光數模轉換技術，可以產生大帶寬的雙波段相干線性調頻信號，因此，在信號處理時避免了大量的相位補償計算。在實驗中，雷達使用S波段帶寬為1.5 GHz(2～3.5 GHz)和X波段帶寬為3 GHz(8.5～11.5 GHz)的信號，經過融合處理得到1.6 cm的一維距離分辨率，近似于使用帶寬為9.5 GHz(2～11.5 GHz)得到的結果。

南京航空航天大學于2020年提出了一種基于步進頻信號的微波光子成像雷達，將Ka及以下頻段的雷達距離分辨率提升至亞厘米級(約8.5 mm)[131]。該雷達可發射與處理高達18.2 GHz帶寬的步進頻信號，且經過簡單升級還可使用更高頻率和更大帶寬的步進頻信號進行探測。使用該雷達對如圖6(a)所示的目標進行探測，分別得到圖6(b)～(d)的雷達圖像。圖6(b)是使用頻率無間隔的步進頻信號并使用合成寬帶方法處理的結果，但這么大的連續頻譜易受干擾，圖6(c)為模擬干擾情況下得到的圖像。在這種情況下，我們采用頻譜認知結果，剔除干擾頻段，僅使用不連續的機會頻帶進行探測再進行融合處理，得到了圖6(d)所示的圖像，可以看到目標的輪廓得到了較好的恢復。

圖6 微波光子雷達成像探測目標及結果

5 結束語

雷達是現代戰爭和未來智能化平臺的關鍵裝備，隨著電磁頻譜環境的日趨復雜，“認知”成為未來雷達系統的必備能力。微波光子技術由于具備寬帶承載、實時處理以及靈活可重構的優勢，有望成為構建寬帶認知雷達系統的關鍵使能技術。本文探討了一種能融合多個機會頻帶以實現高分辨率探測的微波光子認知雷達系統架構，采用微波光子實時頻譜偵測技術實現機會頻譜的發現，微波光子可重構波形產生技術實現機會頻譜的利用，寬帶稀疏頻譜信號融合成像技術實現機會頻譜的處理，最終在復雜瞬變的電磁頻譜環境下實現高分辨率探測，有效提升雷達系統的探測能力、生存能力和環境適應能力。

盡管本文已在一定程度上證明了微波光子認知雷達系統的可行性和優勢，但該系統涵蓋了多學科領域，從系統架構、測試平臺、信號處理、控制算法、安全性到網絡協同等都需要通過開展多學科協同研究實現優化，從而充分發揮微波光子學在認知雷達系統中的優勢。特別是近年來微波光子信號處理的研究不斷取得進展，將使微波光子認知雷達系統不僅能夠認知頻譜，還有望認知信號、認知目標、認知地理雜波，從而可充分利用時、頻、空、能等多維資源實現高效探測。另一方面，集成微波光子學正在迅速發展，有望實現更緊湊和更可靠的微波光子認知雷達系統，拓展其適裝平臺和應用場景，從而為未來應用提供清晰、可靠、智能的全天候探測手段。